按行和列的总和对 pandas 数据透视表进行排序答案

【问题标题】：Sort pandas pivot table by sum of rows and columns按行和列的总和对 pandas 数据透视表进行排序
【发布时间】：2020-03-20 17:27:06
【问题描述】：

我有（例如）这个 DataFrame：

 COLUMN1 COLUMN2  VALUE
0    0102    1020      1
1    0102    1220      8
2    0102    1210      2
3    0103    1020      1
4    0103    1210      3
5    0103    1222      8
6    0104    1020      3
7    0104    1120      2

（实际上，它的长度约为 9000 行。）

由此，我创建了数据透视表，其中索引为 COLUMN1，列为 COLUMN2，值来自 VALUES，由 0 填充，其中 NaN。

COLUMN2  1020  1120  1210  1220  1222
COLUMN1                              
0102        1     0     2     8     0
0103        1     0     3     0     8
0104        3     2     0     0     0

我必须先按总行数对这个枢轴进行排序，然后再按总列数。看起来像这样：

COLUMN2  1220  1222  1020  1210  1120| (GT)
COLUMN1                              |     HIGHEST
0103        0     8     1     3     0| (12) |
0102        8     0     1     2     0| (11) |
0104        0     0     3     0     2| (5)  V
--------------------------------------
(GT:        8     8     5     5     2)
 HIGHTEST---------------------------->  LOWEST

有没有办法做到这一点？我曾尝试通过将索引和列作为列表导入来创建数据透视表，并按照我希望它们出现的顺序进行排序，但 pandas 在创建表时似乎会自动对它们进行排序。

示例代码：

import pandas as pd

exampledata=[['0102','1020',1],['0102','1220',8],['0102','1210',2],
             ['0103','1020',1],['0103','1210',3], ['0103','1222',8],
             ['0104','1020',3],['0104','1120',2]]

df = pd.DataFrame(exampledata,columns=['COLUMN1','COLUMN2','VALUE'])
print(df)
pivot = pd.pivot_table(df,
                       index='COLUMN1',
                       columns='COLUMN2',
                       values='VALUE',
                       aggfunc='sum',
                       fill_value=0)
print(pivot)

【问题讨论】：

标签： python pandas pivot-table

【解决方案1】：

pivot_table 有一个选项margin，这对这种情况很方便：

(df.pivot_table(index='COLUMN1', columns='COLUMN2', values='VALUE',
               aggfunc='sum', fill_value=0, margins=True)   # pivot with margins 
   .sort_values('All', ascending=False)  # sort by row sum
   .drop('All', axis=1)                  # drop column `All`
   .sort_values('All', ascending=False, axis=1) # sort by column sum
   .drop('All')    # drop row `All`
)

输出：

COLUMN2  1220  1222  1020  1210  1120
COLUMN1                              
103         0     8     1     3     0
102         8     0     1     2     0
104         0     0     3     0     2

【讨论】：

不错，这个解决方案不是求和，而是利用枢轴+1下内置的边距选项
正是我要找的东西，而且效果很好。非常感谢！
谢谢，那些axis 参数对我帮助很大！

【解决方案2】：

我会尝试这样的事情

pivot['sum_cols'] = pivot.sum(axis=1)
pivot = pivot.sort_values('sum_cols' , ascending=False)

【讨论】：

【解决方案3】：

您的数据透视表的索引（来自COLUMN1 和COLUMN2 的值）属于String 类型，并且String 的排序是从A 到Z 完成的。也许您应该输入Integer 类型的索引，然后排序将以数字方式进行。考虑到pivot_table documentation 整数类型允许用于columns 和index。

df = df.astype('int')

现在，您的pivot_table 函数输出一个DataFrame，您可以按照与任何DataFrame 相同的方式按索引或按列排序。

根据sort_index documentation：要对索引进行排序，您应该这样做：

pivot = pivot.sort_index(ascending=0)

要对列进行排序，您应该这样做：

pivot = pivot.sort_index(axis=1, ascending=0)

【讨论】：